mendapatkan data-data yang dibutuhkan dalam suatu penelitian. Data ini nantinya
akan menjadi masukan (input) pada tahap pengolahan data. Adapun data-data
yang diperoleh dari penelitian ini adalah data primer, yaitu data yang di dapat
langsung melalui PT. Sri Trang Lingga Indonesia. Berikut data hasil penelitian
yang dilakukan pada PT. Sri Trang Lingga Indonesia yang telah dikumpulkan.
Data permintaan porduk karet SIR 20 tahun 2020 yang didapat dari
Demand 2020
No Bulan Demand (Ton)
1 Januarii 4319
2 Februarii 4692
3 Marett 5479
4 Aprill 4963
5 Meii 1959
6 Junii 3272
7 Julii 5854
8 Agustuss 5882
9 Septemberr 5229
10 Oktoberr 3951
11 Novemberr 4813
12 Desemberr 4120
Total Permintaan 54533
Rata-rata Permintaan 4544
Sumber: Dokumentasi Bagian Produksi PT. Sri Trang Lingga Indonesia Tahun 2020
33
7000 PERMINTAAN
6000
5000
4000
3000
2000
1000 TAHUN
0
1 2 3 4 5 6 7 8 9 10 11 12
Sumber: Dokumentasi Bagian Produksi PT. Sri Trang Lingga Indonesia Tahun 2020
Gambar 4.1 Plot Permintaan Produk Karet SIR 20, Tahun 2020
Tabel 4.2 Data Produksi Produk Karet SIR 20, Tahun 2020
Data Produksi
Biaya Produksi Nominal
34
4.2 Pengolahan Data
informasi yang kemudian dapat digunakan menjawab tujuan dari penelitian yang
dilakukan.
1. Buka aplikasi WinQSB, lalu pilih Timer Series Forcasting dan Linier
Regression.
35
Sumber: Aplikasi WinQSB
3. Lalu tekan Ok, kemudian muncul tabel data permintaan. Kemudian isi
4. Lalu pilih tools Solve and Analyze, kemudian pilih Perform Forcasting
36
4.2.1.1 Moving Average (MA)
37
Sumber : Aplikasi WinQSB
nilai MAD = 1267.296, MSE = 2710074, CFE = - 1401, dan MAPE = 36.7384
38
Metode Moving Average menggunakan sejumlah data aktual untuk
Moving Average.
𝑀𝐴𝑡 − 𝐴𝑡−𝑁
MAt = MA𝑡−1 +
𝑁
Average pada bulan maret digunakan untuk meramalkan pada bulan april. Setelah
di hitung untuk semua bulan didapat untuk peramalan pada bulan januari 2021
adalah 4294,667.
= 1267,296
39
4.2.1.2 Weghted Moving Average (WMA)
40
Sumber: Aplikasi WinQSB
Average didapat nilai MAD = 1088.056, MSE = 2365843, CFE = - 1390.5, dan
MAPE = 32.57646.
41
Weihgted Moving Average merupakan metode peramalan dengan
memberikan pembobotan lebih berat kepada data yang terbaru, dan mengurangi
pembobotan pada data yang lampau. Berikut ini merupakan perhitungan manual
∑𝑊𝑡 𝑥 𝐴𝑡
WMA =
∑(𝑃𝑒𝑚𝑏𝑜𝑏𝑜𝑡)
Average bulan maret digunakan untuk meramalkan pada bulan april. Setelah
semua bulan dihitung average nya maka didapat untuk peramalan pada bulan
= 1088,056
42
4.2.1.3 Single Exponential Smoothing (SES)
43
Sumber: Aplikasi WinQSB
44
Metode Single Exponential Smoothing tepat digunakan untuk data yang
tidak mengandung tren ekstrim dan biasanya untuk peramalan satu periode
Ft = αAt + (1 - α)F𝑡−1
Keterangan :
Ft = Forcasring
At = Data Aktual
α = 0,2
didapat Ft bulan januari adalah 4319, Jadi untuk peramalan pada bulan februari
adalah 4319. Setelah dihitung hasil Ft keseluruhan maka didapat hasil peramalan
45
∑(𝐴𝑏𝑠𝑢𝑙𝑜𝑡 𝑑𝑎𝑟𝑖 𝑓𝑜𝑟𝑐𝑎𝑠𝑡 𝑒𝑟𝑜𝑟𝑠)
MAD =
𝑛
= 996,0789
46
Sumber: Aplikasi WinQSB
MAPE = 24.52808.
Sumber: WinQSB
47
Menurut Harding (1974) Model analisis Regresi Linier menggunakan dua
satu sama lain dan bersifat linier. Rumus perhitungannya yaitu sebagai berikut.
𝑛.∑𝑋𝑖𝑌𝑖− ∑𝑋𝑖.∑𝑌𝑖
b =
𝑛.∑𝑋𝑖 2 − (∑𝑋𝑖)2
∑𝑌𝑖−𝑏∑𝑋𝑖
a =
𝑛
𝑦̅ = a + bX
Dimana:
𝑦̅ = Variabel reponse
a = Konstanta
b = Koefisien regresi
n = Jumlah
48
(12)(356407) − (78)(54533)
b = = 13,584
(12)(650)− (78)2
(54533)− (13,584)(78)
a = = 4456,121
(12)
𝑦̅ = 4456,121 + 13,584(13)
= 4632,712
peramalan bulan ke 13 atau pada bulan Januari 2021 adalah 4632,712. Berikut ini
= 853,5767
49
4.2.1.5 Rekapitulasi Hasil Perhitungan MAD
suatu permintaan, maka dipilih hasil peramalan yang mempunyai MAD terkecil.
perhitungan yang telah dilakukan diperoleh MAD terkecil yaitu pada metode
Linear Regression With Time (LR) dengan nilai 853,5767. Berikut ini adalah hasil
peramalan berdasarkan MAD terkecil metode Linear Regression With Time (LR).
50
Perbandingan peramalan
dengan permintaan
7000
6000
5000
4000
3000
2000
1000
0
1 2 3 4 5 6 7 8 9 10 11 12
Peramalan Permintaan
peramalan yang kurang terhadap permintaan yaitu pada bulan februari, maret,
april, juli, agustus, dan september. Agar peramalan lebih akurat dilakukan
peramalan pada periode yang sama. Peta tersebut dikembangkan ke periode yang
akan datang hingga dapat dibandingkan data peramalan dengan permintaan aktual.
51
Tabel 4.10 Data Peramalan Metode Linear Regression
Bulan Actual Forecasting F. Error |ei-ei¹|
1 4319 4632,712 -150,7046 -
2 4692 4646 208,7114 359,416
3 5479 4660 982,1274 773,416
4 4963 4673,464 452,5435 529,5839
5 1959 4687,048 -2565,041 3017,5845
6 3272 4700,632 -1265,625 1299,416
7 5854 4714,216 1302,792 2568,417
8 5882 4727,800 1317,208 14,416
9 5229 4741,383 650,6235 666,5845
10 3951 4754,967 -640,9604 1291,5839
11 4813 4768,551 207,4556 848,416
12 4120 4782,135 -499,1284 706,584
∑ 12075,418
Sumber : Aplikasi WinQSB
1. MR = ∑ |ei-ei¹|
= 12075,418 ≈ 12075
2. Verifikasi Error
Diketahui :
t = 12
̅̅̅̅̅ = 12075
∑ 𝑀𝑅
Rumus :
∑ ̅̅̅̅̅
𝑀𝑅
̅̅̅̅̅
𝑀𝑅 =
𝑡−1
2
A = ± 3 ( 2,66 x ̅̅̅̅̅
𝑀𝑅 )
1
B ̅̅̅̅̅ )
= ± 3 ( 2,66 x 𝑀𝑅
52
Penyelesaian :
12075
̅̅̅̅̅
𝑀𝑅 = = 1097,72 ≈ 1098
12−1
1
B = ± 3 ( 2,66 x 1098 ) = 973,56
4000
3000
2000
1000 LCL
Mean MR
0
1 2 3 4 5 6 7 8 9 10 11 12 MR
-1000 UCL
-2000
-3000
-4000
berada didalam batas control, dikarenakan nilai MR berada dalam batas UCL dan
LCL. Jika semua titik berada di dalam batas kendali, diasumsikan bahwa
53
4.2.3 Agregat Planning
Planning adalah suatu proses perencanaan kuantitas dan pengaturan waktu Output
(keluaran) untuk jangka waktu menengah yaitu sekitar 3 bulan hingga 1 tahun.
kerja dan sumber daya lainnya sehingga biaya operasional dapat dikendalikan
seminimal mungkin.
Berikut ini merupakan tabel hasil peramalan produk karet SIR 20 tahun
Berikut ini adalah proses produksi karet SIR 20 di PT. Sri Trang Lingga
54
1. Proses awal produksi SIR 20 adalah dari gudang bahan baku karet
Tabel 4.12 Data Produksi Produk Karet SIR 20, Tahun 2020
Data Produksi
Biaya Produksi Nominal
55
Setelah semua data terkumpul, kemudian dilakukan proses agregat planning
dengan 4 metode yaitu chase strategy, level strategy, mixed strategy (workforce
yang mencoba untuk mencapai tingkat keluaran dari setiap periode yang memenuhi
peramalan permintaan pada periode tersebut dengan menggunakan regular time dan
= 33250 jam/bulan
33250
= = 8313 ton/bulan
4 menit
= 3.600.000
56
Tabel 4.13 Perhitungan Produksi SIR 20 Tahun 2021
Jumlah Hari Jumlah Jam Jumlah Biaya tenaga
Bulan Kerja Kerja/bulan Produksi/bulan Kerja/bulan
Januari 25 33250 8313 3.600.000
Februari 25 33250 8313 3.600.000
maret 26 34580 8645 3.744.000
April 25 33250 8313 3.600.000
Mei 23 30590 7648 3.312.000
Juni 25 33250 8313 3.600.000
Juli 26 34580 8645 3.744.000
Agustus 24 31290 7980 3.456.000
September 26 34580 8645 3.744.000
Oktober 26 34580 8645 3.744.000
November 25 33250 8313 3.600.000
Desember 26 34580 8645 3.744.000
Sumber: Perhitungan Microsoft Excell
4633 x 4 menit
= = 106 pekerja
25 x 7 jam
57
Perusahaan memiliki 190 pekerja, namun untuk produksi bulan
58
c. Menghitung biaya pengurangan dan penambahan tenaga kerja
Karena dalam perhitungan ini tidak ada penambahan tenaga kerja jadi
= 84 x 900.000 = 75.600.000
Tabel 4.15 Perhitungan Biaya Produksi SIR 20 Tahun 2021 Chase Strategy
Biaya Biaya Tenaga Biaya Biaya
Bulan Bahan Baku Kerja Pengurangan Penambahan
Tenaga Kerja Tenaga Kerja
Januari 69.495.000 381.600.000 75.600.000 0
Februari 69.690.000 381.600.000 75.600.000 0
Maret 69.900.000 381.888.000 79.200.000 0
April 70.095.000 385.200.000 74.700.000 0
Mei 70.305.000 384.192.000 66.600.000 0
Juni 70.515.000 385.200.000 74.700.000 0
Juli 70.710.000 389.376.000 77.400.000 0
Agustus 70.920.000 390.528.000 69.300.000 0
September 71.115.000 389.376.000 77.400.000 0
Oktober 71.325.000 393.120.000 76.500.000 0
November 71.535.000 392.400.000 72.900.000 0
Desember 71.730.000 393.120.000 76.500.000 0
Total 847.335.000 4.647.600.000 896.400.000 0
Sumber: Perhitungan Miscrosoft Excell
biaya bahan baku adalah sebesar Rp. 847.335.000, biaya tenaga kerja Rp.
4.647.600.000, dan biaya pengurangan tenaga kerja Rp. 896.400.000. Jadi total
59
4.2.3.2 Level Strategy (LS)
Level Strategy adalah strategi yang ditempuh dengan cara menjaga tingkat
output, produksi, dan tenaga kerja yang konstan. Ciri-ciri strategi ini adalah
= 33250 jam/bulan
33250
= = 8313 ton/bulan
4 menit
= 3.600.000
60
Tabel 4.16 Perhitungan Produksi SIR 20 Tahun 2021 (LS)
Jumlah Hari Jumlah Jam Jumlah Biaya tenaga
Bulan Kerja Kerja/bulan Produksi/bulan Kerja/bulan
Januari 25 33250 8313 3.600.000
Februari 25 33250 8313 3.600.000
Maret 26 34580 8645 3.744.000
April 25 33250 8313 3.600.000
Mei 23 30590 7648 3.312.000
Juni 25 33250 8313 3.600.000
Juli 26 34580 8645 3.744.000
Agustus 24 31290 7980 3.456.000
September 26 34580 8645 3.744.000
Oktober 26 34580 8645 3.744.000
November 25 33250 8313 3.600.000
Desember 26 34580 8645 3.744.000
Sumber: Perhitungan Microsoft Excell
Lingga Indonesia tidak memiliki inventori awal maka net req nya
61
tetap yaitu sebanyak 190 orang, shingga jumlah produksinya adalah
sebagai berikut.
62
c. Menghitung total biaya penyimpanan persediaan
bahan baku adalah sebesar Rp. 1.506.270.000, biaya tenaga kerja Rp.
63